Imagen est le modèle de génération d'images IA texte-vers-image de Google, développé par Google Research et représentant l'entrée de l'entreprise dans la technologie de synthèse d'images grand public. Le modèle s'appuie sur des fondations de grands modèles de langage combinées à la génération d'images par diffusion, en mettant l'accent sur une forte compréhension du prompt et une qualité de sortie photoréaliste.

Imagen a d'abord été lancé comme démonstration de recherche montrant les capacités de Google en IA générative, avec un accent particulier sur l'interprétation précise de prompts complexes et détaillés et la production d'images photoréalistes avec éclairage, matériaux et composition convaincants. Le modèle a montré des performances de pointe en benchmarks d'adhérence au prompt et en métriques de qualité d'image à son lancement, rivalisant directement avec des modèles contemporains comme DALL-E 2 et Stable Diffusion.

Bien que Google ait été plus prudent que certains concurrents sur une diffusion large de la génération d'images, citant des préoccupations de sécurité et de déploiement responsable, Imagen représente les capacités techniques de l'entreprise dans ce domaine et a influencé le développement ultérieur des offres d'IA générative de Google dans son écosystème de produits.